Meta bringt Muse Code auf den Markt, einen Code-Agenten für Profis, der für ein monatliches Abonnement von 5 bis 200 Dollar angeboten wird. Laut durchgeführtem Test hält er bei der Fehlersuche mit Claude Code mit, aber seine visuelle Ausgabe bleibt zurück.
Seit den ersten Erfolgen von Llama war Meta nie wieder an der Spitze der generativen KI. Mit der Ankündigung von Muse Code im August und dann von Muse Wonder Full und Muse Wonder, die im Oktober als neue Frontier-Modelle (die derzeit fortschrittlichsten) vorgestellt wurden, zeigt das Unternehmen auf dem Papier Fähigkeiten, die für Profis als glaubwürdig eingeschätzt werden.
Funktionen nah am Markt, ein attraktiver Preis
Muse Code bietet die erwarteten Funktionen eines Code-Agenten: Ziel, Planungsmodus, Sub-Agenten und Headless-Modus, der die Steuerung per Skript oder durch andere Agenten ermöglicht. Es integriert auch MCP, Hooks, Skills, AGENTS.md oder Computer Use. Es zeichnet sich bei den Sub-Agenten aus, die standardmäßig in größerer Zahl gestartet werden und von einem Schritt zum nächsten aktiv bleiben. Andererseits gibt es weder eine Erweiterung für die Entwicklungsumgebung (IDE), noch eine Desktop- oder Mobile-App, noch Agenten in der Cloud.
Der Hauptvorteil des Tools liegt in seinen Preisen. Die monatlichen Abonnements gibt es in vier Stufen: 5, 15, 50 und 200 Dollar. Muse Wonder Full, bezeichnet als « das leistungsstärkste Modell für Code und Reasoning », ist in den Angeboten für 5 und 15 Dollar nicht enthalten. Auf der API-Seite, die pro Token (Texteinheit, die vom Modell gelesen und erzeugt wird) abgerechnet wird, umfasst das Angebot nur Muse Wonder, zu 4 Dollar pro Million Eingabe-Tokens, 0,20 Dollar für Cache-Lesen und 20 Dollar für die Ausgabe.
Landingpage und Video: enttäuschende Ergebnisse
Beim ersten Test, einer futuristischen Landingpage für einen fiktiven Neo-Cloud-Anbieter, der Rechenzentren im niedrigen Orbit vermarktet, blockierte der Agent oft wenig sensible Operationen, was eine manuelle Bestätigung der Änderungen erforderte. Das visuelle Ergebnis wird als veraltet eingeschätzt: Die Satelliten drehen sich zu schnell, die Kontinente werden durch unglaubwürdige Kugeln dargestellt, und nur die Texte bleiben konsistent. Bei derselben Übung liegt Googles Gemini 4 « deutlich vorn ».
Auch das zehnsekündige Werbevideo, das mit Remotion erstellt wurde, konnte nicht überzeugen. Es ähnelt laut Test einer leicht animierten Diashow, bei der die Folien zu schnell ablaufen, um gelesen zu werden. Seine Ästhetik wird im Vergleich zu Produktionen von GPT-6, Claude Opus 5.5 oder Gemini 4 als simpel beurteilt.
Eine Fehlersuche, die besser abschneidet
Der letzte Test, inspiriert von der Methode von Paweł Huryn, einem polnischen Produktmanager, bestand darin, fünf Fehler zu korrigieren, die in python-slugify, einer Python-Bibliothek mit etwa 200 Zeilen, eingeschleust wurden. Muse Wonder Full und Claude Code mit Claude Opus 5.5 erhielten die gleiche Kopie, ohne Git-Historie oder Internetzugang. Beide Tools korrigierten fünf Fehler, ohne Tests zu zerstören, in 18,8 Minuten für Muse Code gegenüber 19,1 Minuten für Claude Code. Muse Code verbrauchte 5,54 Millionen Eingabe-Tokens gegenüber 4,96 Millionen, produzierte aber 65.000 Ausgabe-Tokens gegenüber 163.000 für Claude Code. Es entdeckte auch einen Fehler, den die Tester nicht eingeführt hatten.
Laut Test verfügt Muse Code noch nicht über die Vielseitigkeit von Claude Code, Codex oder Antigravity und mangelt es an gesundem Menschenverstand sowie soliden UI/UX-Fähigkeiten. Laut Artificial Analysis liegt Muse Code in Benchmarks (standardisierte Leistungstests) hinter Gemini 4 mit Antigravity zurück. Da für Muse Wonder Full keine Token-Abrechnung erfolgt, bleibt die tatsächliche Kostenhöhe des Tools unmöglich abzuschätzen.
